AI热潮下股价为何不涨？解析GTC大会与“AI龙虾”背后的投资逻辑

近期，无论你是否密切关注科技动态，在各大社交平台上，一只名为“AI龙虾”的AI智能体无疑成为了焦点，吸引了无数目光。

随着大量没有编程背景、甚至对大模型知之甚少的普通用户纷纷投身“沉浸式养龙虾”的热潮，国内科技厂商也迅速响应，推出了一系列低门槛、高互动性的同类应用。在这个春意盎然的季节，人工智能终于褪去了高深莫测的技术外衣，以一种更加亲民、实用的工具形态，走进了千家万户的手机和工作台。

然而，在产业界高歌猛进、全民热议AI终于“触手可及”的欢腾时刻，二级市场却显得异常冷静：既然AI Agent的应用已经取得了突破性进展，全行业景气度持续攀升，用户使用热情高涨，为何相关上市公司的股价却近期陷入震荡，迟迟未能迎来预期中的全面爆发？

今天，我们就从这只火遍全网的“AI龙虾”说起，再深入剖析一下备受瞩目的英伟达GTC大会，究竟释放了哪些核心信号，看看资本市场究竟在担忧什么，又在期待什么。

“AI龙虾”火爆背后，股价为何不涨？市场究竟在担忧什么？

“AI龙虾”，这一近期爆红的AI智能体（行业内部称之为AI Agent），相较于传统的AI聊天对话框，它不仅能理解人类的语言指令，更能直接代替用户完成各项任务。

比如，你只需简单吩咐它“把今天邮箱里关于二季度规划的附件下载并总结成表格发给老板”，它就能在后台自主完成打开邮箱、下载文件、新建表格、提取信息并发送等一系列操作。“AI龙虾”的出现，标志着AI技术跨越了被动问答的对话框时代，成为了一个能够真正解放人类双手的超级助手。这也是为何全网都在热衷于“养龙虾”、拥抱Agent的深层原因。

然而，“AI龙虾”的火爆运行也带来了巨大的算力消耗，推动了全行业需求的快速增长。但为何市场反应却如此平淡，部分公司甚至出现了短期调整？除了短期风险偏好下降的影响外，还有一个关键问题在于“AI龙虾”的成本过高。市场担忧提供AI服务的公司可能入不敷出，也担心高昂的成本会让消费者在尝鲜后不再续订。换句话说，市场对于这种“繁荣”的持续性持怀疑态度。

许多深度体验的用户发现，现在的“AI龙虾”极其耗钱，一天可能就要消耗掉大量Token。如果权限配置不当，养一天龙虾甚至可能要花费上千美元。这是因为“AI龙虾”需要在后台不断进行自我对话以完成任务。它越聪明、越像真人，完成一个任务所消耗的算力就是以前聊天机器人的十倍甚至上百倍。

因此，市场开始担忧AI企业提供“龙虾”服务所收取的订阅费难以覆盖对应的算力支出。而如果现在就向用户收取过高的费用，又容易在行业发展早期吓跑潜在客户，让大家放弃持续探索使用AI。

综上所述，“AI龙虾”的出现确实使算力需求激增，但市场担心收入增长无法匹配算力支出，也担忧用户在当前的价格下更多是出于尝鲜心理，缺乏持续订阅的动力，从而难以形成持续的“繁荣”。短期股价回调，并非是对行业景气度和AI长期空间的否定，而是在对这种短期的不确定性进行合理定价。

后续应关注什么？期待算力成本的进一步降低

如何解决当前的担忧呢？既然不能让AI变笨，那么唯一的出路就是进一步降低算力成本，让更多用户能够可持续地“养龙虾”。

这正是全球投资者紧盯英伟达GTC大会的原因。在行业发展的关键节点，我们看到产业界正以惊人的速度降低算力成本。

其一，传统芯片架构的升级，使推理成本大幅下降。在昨夜的GTC大会上，黄仁勋正式揭晓了基于Vera Rubin架构的R100 GPU。这颗超级芯片不仅在推理性能上实现了较上一代Blackwell提升5倍的跨越，更将单次推理Token的成本整整降低了10倍。

其二，推出专门为“龙虾”类应用定制的推理芯片。为了彻底降低推理成本，老黄不仅在升级GPU，还在大会上重点展示了此前重金收购的Groq团队及LPU（语言处理单元）技术的新进展。LPU是一条专为生成Token而建的极速定制流水线，其专为推理而生的底层架构大幅提升了吞吐量和超低延迟，同样降低了推理成本。

其三，算法层面的升级，用更少的算力跑出更聪明的模型。以国内DeepSeek等为代表的优秀大模型企业，也在底层架构上做出了诸多亮眼发明。通过巧妙的算法优化，它们用更少的算力跑出了更聪明的模型，从软件端压缩了“养龙虾”的开销。

AI产业中长期发展空间依然广阔，这种发展离不开基础设施的坚实支撑

一项颠覆性的技术在普及之初，往往都伴随着高昂的基础设施成本。早期的4G网络如此，早期的云计算如此，AI技术也不例外。尽管短期面临一定波动，但AI中长期的投资逻辑其实非常清晰，主要看两股力量的交汇：

一方面，是成本端的进一步压缩，为更多用户持续使用AI创造条件。以英伟达Rubin架构、被其吸收整合的Groq LPU技术、以及DeepSeek算法创新为代表，底层算力推理成本正加速下行，为更多用户持续地使用AI提供了有力支撑。

另一方面，是收入端的规模效应，通过吸引更多用户来摊薄每个人的成本。众多科技大厂正在借助不断下降的算力门槛，打造更平民化的Agent产品，吸引更多小白用户加入，用庞大的用户基数去摊薄固定成本。

当整个行业因为Agent大规模应用而产生的收入预期，实打实地跨过了支撑它运转的算力总投入时，这个行业就真正越过了盈利的临界点。到那一天，我们将看到一大批AI产业链企业业绩增长的确定性大幅提升。

在这个从“投入期”向“兑现期”跨越的关键阶段，无论前台的应用形态如何演变，底层的算力消耗都是必不可少的。

未来一到两年内，整个产业链中业绩确定性最强、能最先兑现利润、能够扛过短期不确定性的，大概率依然是上游的算力芯片及AI Infra（基础设施）方向。

对于想高效把握这一投资主线的投资者，建议关注下列ETF产品，它们能够整体打包产业趋势，为投资者提供便捷的投资渠道：

半导体设备ETF易方达（159558）：作为国产算力的基石，其国产化水平正在快速提升，业绩确定性强；

科创芯片设计ETF易方达（589030）：聚焦AI芯片领域，投向“中国的英伟达们”，具有广阔的发展前景；

云计算ETF易方达（516510）：AI Infra（基础设施）占比超过50%，同时包含AI应用重点领域，是投资者布局AI基础设施的理想选择；

科创创业人工智能ETF易方达（159140）：全AI产业链布局，AI算力基础设施占比高（65%），为投资者提供了全面的AI投资机会。

表：四大高算力基础设施占比指数对比

资料来源：WIND，数据截至2026/3/16，不作为个股推荐